Sistem klasifikasi jenis penyakit mata dengan menggunakan metode feature learning Convolutional Neural Network (CNN) dan eXtreme Gradient Boosting (XGBoost)

Penyakit pada mata dapat menyebabkan keterbatasan dalam melakukan aktivitas sehari-hari. Beberapa penyakit mata yang dapat menyebabkan kebutaan antara lain glaucoma, cataract, dan diabetic retinopathy. Penelitian ini bertujuan mengembangkan sistem klasifikasi jenis penyakit mata yang mampu membantu dokter dalam mendiagnosis penyakit mata menggunakan citra fundus. Metode yang digunakan yaitu menggabungkan Convolutional Neural Network (CNN) dengan arsitektur ResNet50 untuk proses ekstraksi fitur dan eXtreme Gradient Boosting (XGBoost) untuk proses klasifikasinya. Setiap citra diekstraksi menggunakan ResNet50 melalui lapisan Global Average Pooling sehingga menghasilkan vektor fitur berdimensi 2048, yang selanjutnya diklasifikasikan menggunakan XGBoost dengan uji coba kombinasi parameter. Pembagian data menggunakan K-Fold Cross Validation, kemudian dievaluasi kinerja sistemnya menggunakan akurasi, sensitivitas, spesifisitas, dan efisiensi waktu komputasinya. Hasil uji coba menunjukkan bahwa performa terbaik pada K = 10 dengan n estimators = 300, learning rate = 0.1, max depth = 5, min child weight = 1, gamma = 0, lambda = 0. Rata-rata akurasi yang diperoleh yaitu 91.10%, sensitivitas 90.93%, spesifisitas 97.04%, dan efisiensi waktu komputasinya 457.39 detik. Model terbaiknya didapat pada fold 2 yaitu tingkat akurasinya sebesar 93.13%, sensitivitas 92.98%, spesifisitas 97.71%, dan efisiensi waktu komputasinya 478.14 detik. Jika dibandingkan dengan sistem klasifikasi jenis penyakit mata menggunakan ResNet50 mendapatkan akurasi terbaiknya yaitu 93.11%, spesifisitas 97.73%, sensitivitas 92.86, dan waktu komputasinya 2556.99 detik pada fold 5. Berdasarkan hasil tersebut, terbukti bahwa model gabungan ResNet50-XGBoost efektif dalam mengklasifikasikan jenis penyakit mata secara akurat dan efisien, serta berpotensi diterapkan sebagai sistem pendukung dalam diagnosis jenis penyakit mata.